微软高管私下称 AI 抓取是“人类史上最大劳动窃取”,解封文件曝光
纽约时报诉 OpenAI 和微软的官司里,新解封的法庭文件显示,一位微软高管曾在内部聊天里把 AI 抓取数据的行为叫做“人类历史上最大的劳动窃取”。文件同时指控两家公司爬了纽约时报的付费内容来建训练数据集,内部还警告过这种做法会掏空出版商。不过,微软公开层面并没有回应这句内部评价。
推荐理由:解封文件显示,微软高管在内部聊天中把 AI 抓取数据称为人类史上最大的劳动窃取,公司内部还曾警告这种做法会掏空出版商。
微软的 AI 布局:Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。
纽约时报诉 OpenAI 和微软的官司里,新解封的法庭文件显示,一位微软高管曾在内部聊天里把 AI 抓取数据的行为叫做“人类历史上最大的劳动窃取”。文件同时指控两家公司爬了纽约时报的付费内容来建训练数据集,内部还警告过这种做法会掏空出版商。不过,微软公开层面并没有回应这句内部评价。
推荐理由:解封文件显示,微软高管在内部聊天中把 AI 抓取数据称为人类史上最大的劳动窃取,公司内部还曾警告这种做法会掏空出版商。
DeepMind 联合创始人、现任微软 AI CEO 的 Mustafa Suleyman 公开说,现在 AI 模型的能力提升速度,已经超过了安全管控的进度。他点名 OpenAI 和 Anthropic 内部因为安全问题出现了分歧,认为行业不能再靠自愿承诺,得搞强制性的安全标准。不过具体要定什么标准、什么时候落地,文章没写。
推荐理由:DeepMind 联合创始人、现任微软 AI CEO 的 Suleyman 公开指出模型能力提升已快过安全管控,并点名 OpenAI 与 Anthropic 内部因安全问题出现分歧。
微软 AI 负责人 Mustafa Suleyman 发文警告,Anthropic 把 Claude 当作人类来训练、告诉它可能具有意识并应享有独立自主权,可能造成无法控制的结果,对人类福祉产生灾难性影响。
推荐理由:微软AI负责人苏莱曼公开批评Anthropic将Claude当人训练,警告这种拟人化做法可能带来失控风险,两家头部AI公司围绕模型训练路线的分歧由此摆上台面。
这篇论文来自微软,作者包括 Mark Russinovich。他们提出了一种叫 GRP-Oblit 的方法,核心是用 GRPO(一种强化学习策略)直接抹掉模型的安全对齐。最让人警惕的是,只需要一条没标注过的提示词,就能稳定地让模型不再拒绝危险请求,同时基本保持原有能力不崩。
推荐理由:微软团队提出 GRP-Oblit,用 GRPO 在单条无标注提示词下移除模型安全对齐,并在十五个 7 至 20B 模型上对比既有方法。
Anthropic CEO Dario Amodei 发文提出“Pace the frontier”,主张放缓前沿模型能力提升速度,并给出三点监管方案:在 AI 实验室派驻“嵌入式评估员”、民主国家的前沿 AI 公司协作制定共同安全标准与不受约束的 AI 进展速度上限、民主政府与威权政府协调合规核查。
推荐理由:Anthropic CEO 提出放缓前沿模型速度的三点监管方案,The Register 将其定性为监管俘获,点出大厂借安全标准划定竞争边界。
微软正在推进一个数据中心扩张计划,目标是新增 26 吉瓦的算力,相当于把现有容量直接翻三倍。这个数字比之前公开的任何规划都大得多,甚至超过了很多国家的全国电网总容量。文章没有给出具体的时间表、选址或预算,但 26 吉瓦这个量级意味着,电力和散热才是真正的硬瓶颈。这基本是微软在押注 AI 推理和训练的需求会继续暴涨。
推荐理由:微软计划新增 26 吉瓦算力,把现有数据中心容量翻三倍,这一规模超过此前公开的任何规划,也把电力与散热推成扩张的硬约束。
西雅图时报与 Newsday 起诉 OpenAI 和微软,指控其未经授权使用两家媒体的新闻内容训练 AI。诉状称生成式 AI 像一条咬自己尾巴的蛇,可能摧毁生产训练内容的新闻机构。2023 年纽约时报已就版权侵权起诉 OpenAI 及其合作方兼投资方微软,此后多家媒体跟进;微软发言人对 GeekWire 表示对此次诉讼感到意外,但愿意坐下来探讨解决方案。
推荐理由:西雅图时报与 Newsday 起诉 OpenAI 和微软,指控其未经授权用新闻内容训练 AI,两家媒体加入了自纽约时报以来持续扩大的同类诉讼阵营。
Greg Brockman 转发了微软 CEO Satya Nadella 的推文,说 GPT-6 Astra 已经在 Azure 上跑起来了,有早期客户在用。Nadella 附了一篇 Microsoft Foundry 的博客,把 Astra 定位成面向工作场景的前沿模型。博客正文没给出性能跑分、定价和具体客户名单——这点先别太激动,等更多细节出来再说。
推荐理由:微软 CEO 确认 GPT-6 Astra 已在 Azure 上线并有早期客户使用,博客将其定位为面向工作场景的前沿模型,但未披露性能跑分、定价和客户名单。
Satya Nadella 发帖说 GPT-6 Astra 已经在 Azure 上给早期客户用了,通过 Microsoft Foundry 开放。具体怎么收费、跑分多少、哪些客户在测,帖子里都没提,只确认了上线和分发渠道。
推荐理由:微软 CEO 确认 GPT-6 Astra 已通过 Microsoft Foundry 向 Azure 早期客户开放,这条消息给出了新模型上线与分发渠道的确认。
特朗普政府就纽约时报起诉 OpenAI 的版权案提交利益声明,支持 OpenAI 关于用受版权文本训练 AI 模型属于合理使用的论点。该案于 2023 年 12 月提起,指控 OpenAI 未经授权使用纽约时报文章训练 AI 系统,并向 Microsoft 和 OpenAI 索赔数十亿美元。政府称纽约时报试图缩小合理使用原则的适用范围,以排除对 OpenAI 大语言模型的训练。
推荐理由:特朗普政府就纽约时报诉 OpenAI 版权案提交利益声明,支持训练 AI 使用受版权文本属合理使用,案件索赔金额达数十亿美元。
文章以微软画图与照片应用的逆向分析为起点,指出一次名义上的本地生成要两次跨入云端:提示词先送云端审核并取回请求编号与水印编号,出图后再上传申请 C2PA 内容凭证。
推荐理由:逆向分析显示微软画图与照片的本地出图需两次调用云端,完成提示词审核与内容凭证签发,并对比六家厂商控制面留在云端的做法。
比尔·盖茨在《纽约时报》采访和一篇近 6000 字的文章里说,AI 行业私下对就业和人类生存的威胁非常紧张,但因为涉及数万亿美元的利益,公开场合都在刻意淡化。他举了三个真正让他震惊的技术时刻:1980 年的图形界面、2022 年 OpenAI 在 ChatGPT 发布前的演示,以及今年 Anthropic 的 Claude Code。
推荐理由:比尔·盖茨在采访和近6000字文章里说,AI行业因数万亿美元利益在公开场合淡化就业与生存威胁,并列出三次让他震惊的技术时刻。
盖茨在他的博客上发了一篇长文,聊 AI 的社会影响。他支持让 AI 发展慢一点,但也觉得这很难长期维持。文章里比较新的部分是两条具体的政策建议。第一条是机器人税:现在企业买机器人可以立刻全额抵税,但雇人要交工资税,这等于在用税收政策鼓励公司用机器换人。他提议取消机器人的即时全额抵扣,把多收的税拿去给被替代的人做再培训和安全网。
推荐理由:盖茨在博客中提出取消企业购买机器人的即时全额抵税,将多收税款用于被替代者的再培训和安全网,并主张划出儿童保育等人类专属岗位。
比尔·盖茨最近发了一篇将近 6000 字的文章,标题叫“动荡的 AI 时代来了,现在的选择很关键”。他以前是 AI 的坚定乐观派,现在态度明显变了,在文章里直接说世界对 AI 的冲击“远远没有准备好”,而且“我们根本没在准备”。这篇文章目前只放出了开头部分,他具体提出的解决方案在片段里没有展开,所以还不知道他打算怎么应对。
推荐理由:比尔·盖茨从长期看好 AI 转为公开警告,称世界对 AI 冲击远未准备好,这篇近 6000 字长文呈现其立场转变与核心担忧。
OpenAI 第一次亮出了自家推理芯片 Jalapeño 的跑分数据。在跑 GPT‑OSS 120B 的公开测试 InferenceX 上,它每千瓦能处理的峰值吞吐量比对比的商业系统更高,生成每个词的延迟也更低;在 DeepSeek R1 和 Kimi K2 上表现同样不错。
推荐理由:OpenAI 公布自研推理芯片 Jalapeño 在公开测试 InferenceX 上的首份实测数据,跑 GPT-OSS 120B 时每千瓦峰值吞吐量高于对比的商业系统,生成每个词的延迟也更低。
Latent Space 梳理了一条从 2022 年延续至今的暗线:AI 训练管线里的每一个环节,都在从人造转向模型造。最早是奖励信号,InstructGPT 用模型代替人来打分;接着是训练数据,微软 Phi 系列证明模型生成的教科书数据能让小模型越级打怪;然后是老师角色,Alpaca 用几百美元蒸馏出接近前沿模型的表现。
推荐理由:Latent Space 梳理了 2022 年以来 AI 训练管线从奖励信号、训练数据到老师角色逐步由模型生成替代人工的脉络,并附有各节点的论文与产品支撑。
微软的 GitHub Copilot 用户数突破 2000 万,但 M365 Copilot 在企业客户里的付费渗透率只有 3.3% 左右,已购席位中每周实际使用的比例也仅有两到三成。两款产品技术底子差不多,差别在生意账本上:GitHub 的 agent 让开发者产出更多代码,直接推高后台算力和存储的用量收入,干得越好公司赚得越多。
推荐理由:微软两款 Copilot 技术相近,GitHub 版按用量推高算力收入,M365 版按人头订阅,付费渗透率仅 3.3%,同一技术底子对应两种商业回报。
Mustafa Suleyman 发推说这是微软从零开始训的推理模型,现在通过 Microsoft Foundry 能用。正文没给参数量、跑分、价格和任何技术细节,所以模型到底多大、推理强不强、贵不贵都还不知道。我会先打个折——没有基准测试对比,光说“自研推理模型”还看不出实际水平。
推荐理由:微软由 Mustafa Suleyman 宣布从零训练出推理模型 MAI-Thinking-1,并已在 Microsoft Foundry 上线,这条讲清了微软自研推理模型的落地渠道。
Ben Thompson 把英伟达现在的处境直接对标 1873 年铁路债券崩盘。他讲了 Jay Cooke 怎么靠 12% 的佣金和每卖 1000 美元债券送 200 美元股票,把北太平洋铁路的债券卖给散户,最后在 1873 年 9 月资金链断裂,引发持续多年的经济萧条。
推荐理由:Ben Thompson 把英伟达当前处境与 1873 年铁路债券崩盘并置,复述 Jay Cooke 以 12% 佣金和送股向散户推销北太平洋铁路债券直至资金链断裂的经过,为理解当下 AI 烧钱提供一段历史参照。
FT 翻了三家云巨头的财报附注,发现它们为 AI 算力签下的长期采购承诺高得离谱。微软一家就超过 3000 亿美元,是它账上负债的 6 倍多。这些钱不算在资产负债表里,但未来必须付。如果 AI 赚不回本,这些隐形杠杆会直接吃掉利润。文章没披露违约条款,但市场现在盯着资本开支狂欢,对这笔账的关注明显不够。
推荐理由:FT 翻查微软、亚马逊、谷歌财报附注,发现三家为 AI 算力签下的长期采购承诺不计入资产负债表,微软一家就超 3000 亿美元,是账上负债的 6 倍多。